在潜在世界模型中，通过学习动作条件预测动态并作为内部模拟器来想象和评估候选行动序列，已成为一种强大的规划范式。
然而，随着规划范围的扩大，性能受到提案质量的制约：固定的候选预算必须在指数级扩大的行动空间中进行搜索，从而使得世界模型难以接触到高质量的候选未来进行评估。
本文提出了一种基于先验条件的规划器，用结构化指导替代随机提案初始化。在每个规划阶段，一个目标条件生成器预测在指定持续时间内可到达的下一个潜在子目标，然后用于条件生成候选行动序列。
为了捕捉跨时间尺度的语义信息，我们使用不同持续时间的子目标作为先验，平衡细粒度的局部控制与更高层次的长远进展。然后，冻结的世界模型在执行前评估和优化这些基于子目标的提案。
在 PushT 和 OGBench Cube 上的实验表明，将潜在子目标分解与先验条件的行动生成相结合，显著提高了长远规划的性能，同时保持了较强的短期表现。
具体而言，当目标偏移为 $150$ 时，PushT 的成功率从 $12.7\%$ 提升至 $64.7\%$，OGBench Cube 的成功率从 $26.7\%$ 提升至 $67.3\%$。
博主点评： 这项研究通过引入子目标条件生成方法，优化了潜在世界模型的规划过程，解决了传统方法在长远规划中面临的挑战。结果表明，该方法在提高成功率的同时，保持了短期表现的强劲，展现了潜在世界模型在复杂任务中的应用潜力。